一种基于混合深度神经网络模型的城市噪声识别方法

发明专利有效专利

申请号：
CN201810409511.7
IPC分类号：G10L25/51;G10L25/30;G10L25/03;G10L15/08;G10L15/06
申请日期：
2018-05-02
申请人：
杭州电子科技大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于混合深度神经网络模型的城市噪声识别方法
申请号	CN201810409511.7	申请日期	2018-05-02
法律状态	实质审查	申报国家	中国
公开/公告日	2018-11-30	公开/公告号	CN108922560A
优先权	暂无	优先权号	暂无
主分类号	G10L25/51 ? IPC结构图谱： G 物理 G0 仪器 G10 乐器；声学 G10L 语音分析或合成；语音识别；语音或声音处理；语音或音频编码或解码〔4〕 G10L25/00 不限于组G10L 15/00-G10L 21/00的语言或者声音分析技术（当利用语音检测器来感知一些信号特殊特征的基于半导体的静噪放大器，如无信号时的感知入H03G3/34） G10L25/48 专门适用于特定用途〔2013.01〕 G10L25/51 比较或判别〔2013.01〕	IPC分类号	G;1;0;L;2;5;/;5;1;;;G;1;0;L;2;5;/;3;0;;;G;1;0;L;2;5;/;0;3;;;G;1;0;L;1;5;/;0;8;;;G;1;0;L;1;5;/;0;6查看分类表>
申请人	杭州电子科技大学	申请人地址	浙江省杭州市下沙高教园区2号大街变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	杭州电子科技大学	当前权利人	杭州电子科技大学
发明人	曹九稳;沈叶新;王建中
代理机构	杭州君度专利代理事务所（特殊普通合伙）	代理人	朱月芬

摘要

本发明公开了一种基于混合深度神经网络模型的城市噪声识别方法。本发明包括如下步骤：步骤1.采集城市噪声，建立声音样本库；步骤2.将声音样本库中的声音信号转换成语谱图；步骤3.将得到的语谱图进行裁剪，然后使用多个预训练好的深度神经网络模型分别进行特征提取；步骤4.将多个模型提取的特征进行拼接；步骤5.将拼接后得到的融合特征作为最后分类器的输入，进行预测模型训练；步骤6.对于未知的声音，首先将其转换成语谱图，使用上述的多个预训练好的深度神经网络模型进行特征提取，提取的特征进行拼接，然后使用训练好的预测模型进行预测，得到最终的声音类型。本发明不需要大量的数据集，且运算速度更快，所需资源更少。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供